首页|多尺度分类挖掘算法

多尺度分类挖掘算法

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
多尺度分类挖掘多局限于空间数据,且对一般数据尺度特性进行分类的研究较少.针对上述问题,进行普适的多尺度分类方法研究,以扩大多尺度适用范围.从空间数据估计角度出发,结合层次理论和尺度特性,基于概率密度估计离散化方法,针对数据的多尺度特性进行分类挖掘.以非局部均值和三次卷积插值为理论基础,利用Q统计和不一致度量进行操作,提出多尺度分类尺度上推算法和多尺度分类尺度下推算法.采用UCI数据集和H省人口真实数据集进行实验,并与CFW、MSCSUA和MSCSDA等算法进行对比,结果表明,该算法可行有效.与其他算法相比,尺度上推算法正确率平均提高4.5％,F-score提高4.8％,NMI提高12.3％,尺度下推算法各个相应指标分别平均提高5.3％,6.6％和11.8％.
Multi-scale classification algorithm

张璐璐、赵书良、田真真、陈润资

展开 >

河北师范大学 计算机与网络空间安全学院,石家庄050024

河北师范大学 河北省供应链大数据分析与数据安全工程研究中心,石家庄050024

河北师范大学 河北省网络与信息安全重点实验室,石家庄050024

河北师范大学 数学科学学院,石家庄050024

展开 >

多尺度 不一致度量 尺度转换 多尺度分类挖掘 Q统计

国家社科基金重大项目国家社科基金重大项目

13&ZD09118ZDA200

2021

10.19734/j.issn.1001-3695.2020.01.0007

计算机应用研究
四川省电子计算机应用研究中心

计算机应用研究

CSTPCDCSCD北大核心
影响因子：0.93
ISSN：1001-3695
年,卷(期)：2021.38(2)
  • 8